あるユーザーは、ベンチマークスコアを超えた実運用レベルの能力を評価するため、複雑な複数ファイルのコンピュータビジョン実装タスクでGLM 5.2をテストした。このモデルは、オブジェクト検出、永続的な追跡、FastAPIバックエンドを含むブラウザベースのCVスタジオを構築し、強力なアーキテクチャ計画と一貫性を示した。

  • コードを書く前にキャンバス汚染バグを事前に解決する計画書を作成し、同じオリジンのビデオプロキシを設計した。
  • フロントエンドトラッカー、レポートパネル、バックエンドシステムプロンプト間のJSON契約は、複数回の編集にわたって一貫していた。
  • 変更後にすぐに成功を宣言するのではなく、本番ビルドを実行し、バックエンドのルートを確認することで自己検証を行った。
  • モービネット_v2をCPU精度のために選択し、WASMをポータビリティのために選択するなど、プロンプトなしで妥当な技術的トレードオフを行った。

このテストは、コーディングとツール使用におけるGLM 5.2の強さを浮き彫りにしているが、テキストのみであり、純粋な数学や非英語タスクでは最先端モデルに及ばない。